[发明专利]一种调序规则获取方法及装置

权利要求书

1.一种调序规则获取方法，其特征在于，包括：

预先获得源语言A和目标语言B之间的平行语料(a0，b0)；

对(a0，b0)中的互译句对进行词对齐；

根据词对齐结果，从互译句对中抽取双语短语并将子短语替换为变量，得到A到B的翻译规则集合<a1，b1>；所述翻译规则两端的字符串都由单词和变量组成；

将<a1，b1>中翻译规则的目标语言单词，按照所述词对齐关系替换为源语言单词，得到A到A的调序规则集合<a1，a2>。

2.根据权利要求1所述的方法，其特征在于，还包括：

统计<a1，a2>中每条规则的出现频率，如果出现频率低于预设的阈值的规则，则从调序规则集合中删除该条规则。

3.根据权利要求1所述的方法，其特征在于，还包括：

对比<a1，a2>中每条规则中调序前句子a1和调序后句子a2的内容，如果a1和a2内容相同，则从调序规则集合中删除该条规则。

4.根据权利要求1所述的方法，其特征在于，还包括：

检查<a1，a2>中每条规则中调序前句子a1的开头和结尾，如果开头或结尾为变量，则从调序规则集合中删除该条规则。

5.根据权利要求1所述的方法，其特征在于，还包括：

检查<a1，a2>中每条规则中调序前句子a1的变量，如果包括变量相邻的内容，则从调序规则集合中删除该条规则。

6.一种调序规则获取装置，其特征在于，包括：

初始设置单元，用于预先获得源语言A和目标语言B之间的平行语料(a0，b0)；

词对齐单元，用于对(a0，b0)中的互译句对进行词对齐；

翻译规则获得单元，用于根据词对齐结果，从互译句对中抽取双语短语并将子短语替换为变量，得到A到B的翻译规则集合<a1，b1>；所述翻译规则两端的字符串都由单词和变量组成；

调序规则获得单元，用于将<a1，b1>中翻译规则的目标语言单词，按照所述词对齐关系替换为源语言单词，得到A到A的调序规则集合<a1，a2>。

7.根据权利要求6所述的装置，其特征在于，还包括：

第一过滤单元，用于统计<a1，a2>中每条规则的出现频率，如果出现频率低于预设的阈值的规则，则从调序规则集合中删除该条规则。

8.根据权利要求6所述的装置，其特征在于，还包括：

第二过滤单元，用于对比<a1，a2>中每条规则中调序前句子a1和调序后句子a2的内容，如果a1和a2内容相同，则从调序规则集合中删除该条规则。

9.根据权利要求6所述的装置，其特征在于，还包括：

第三过滤单元，用于检查<a1，a2>中每条规则中调序前句子a1的开头和结尾，如果开头或结尾为变量，则从调序规则集合中删除该条规则。

10.根据权利要求6所述的装置，其特征在于，还包括：

第四过滤单元，用于检查<a1，a2>中每条规则中调序前句子a1的变量，如果包括变量相邻的内容，则从调序规则集合中删除该条规则。